评估AI模型在确定最佳PEEP时

在重症监护室（ICU）中接受机械通气支持的患者被认为有资格参加该研究。 这些标准已设定为确保患者需要足够的呼吸支持，同时适合个性化呼吸机管理优化。

在患者选择过程中，将审查ICU患者的病历，符合标准的患者将包括在研究中。 为了确保临床数据的准确性，患者选择过程将由重症监护专家进行。

包括患者的机械通气参数将被系统记录。 在这种情况下，将采用Insperatory Hold和呼气持有动作来评估患者的呼吸机械。 记录的测量值将包括合规性（肺弹性），弹性（肺刚度），自动peep（空气捕获的存在）和时间常数（气体交换持续时间）。

除这些基本通风参数外，还将分析压力量（P-V）曲线以收集关键数据以进行通风优化。 这些程序将使用集成到ICU呼吸机和患者监测系统中的高级分析模块进行。 在整个研究中，将由专家和人工智能（AI）模型手动分析收集的数据。

在研究中，窥视滴定将由重症监护专家手动执行。 插入插管患者将立即应用此过程，并将每天继续进行。 该程序将根据预定义的方案进行标准化，并始终应用于所有患者。

将确定较低的拐点（唇），并将在肺泡募集开始时施用PEEP。 此步骤对于防止肺塌陷和确保最佳氧合至关重要。 此外，将确定上部拐点（UIP）以防止过度差，从而确保潮汐体积保持在此压力阈值以下。 如果未明确识别较低的拐点，则将将大约10cmH₂O的窥视水平作为标准方法应用。

将分析呼吸机的压力体积曲线，以评估是否达到了最佳的窥视水平。 如果曲线向上移动，它将被视为成功肺泡募集的指标。 如果曲线向右移动，它将表明过度差的风险，促使窥视降低。 通过这种方法，将确定每个患者最合适的窥视水平，并相应地优化呼吸机设置。 这些程序通常在我们的医院和全球范围内应用，并且是最常见的窥视滴定方法之一。

所有收集的通风参数将被输入三种不同的人工智能模型：Chatgpt，DeepSeek和Gemini。 这些系统将被要求提供：

对患者的最佳窥视水平建议检测异常通气参数的能力三种可能的诊断建议三种建议的治疗方法，将记录AI模型提供的数据，并将其与经验丰富的ICU专家进行的手动评估进行比较。 该比较旨在确定AI模型可以用作临床决策支持工具的程度。 AI生成建议的可靠性，准确性和临床适用性将得到彻底分析。

在研究的最后阶段，将与AI模型确定的PEEP水平与具有至少五年经验的ICU专家确定的窥视水平进行比较。 将评估以下标准：

AI模型与对窥视水平的专家意见（主要结果度量）之间的一致性和AI在检测AI生成的诊断异常通气参数方面的灵敏度和特异性，这是AI- R-RECSMORMANTADE治疗方法的临床适用性